当前，富营养化引发的蓝藻水华、蓝藻异味物质、藻毒素、“湖泛”等问题是我国湖库型水源地面临的主要生态风险(Qin et al., 2010; Li et al., 2007; Otten et al., 2012; 陆桂华等，2010). 然而，蓝藻水华等富营养化灾害的形成过程往往很短，常常在5 d左右即可形成(王成林等，2011).如果要及时把握富营养化灾害的前兆及发展过程，就要求对水源地进行相对高频的水质监测，这给湖库型水源地水质管理带来了挑战，特别是那些面积巨大的水源地.另外，跨界生态补偿已经成为我国湖泊、河流流域水质保护的一种推广模式(刘晓红等，2009)，而生态补偿的标准往往与水质目标相关联(石广明等，2012)，这就要求对包括营养盐浓度在内的污染物浓度实施高频监测.然而，目前有关水体营养盐浓度等富营养化相关指标的在线监测主要采用栈房式的仪器在线监测法(李军等，2013; 魏福祥等，2012)，精度相对较低，而且只能在靠近岸边的地方设站，对于大湖面中心区域的监测困难很大.而市场上存在的氨氮等水质探头，价格昂贵，使用时间很短，且精度很低.

随着光学水质传感器的发展，与湖泊富营养化相关的叶绿素a荧光传感器、蓝藻藻蓝蛋白传感器、有色可溶性有机物(CDOM)光学传感器、浊度光学传感器、溶解氧光学传感器等得到飞速发展，并趋于成熟(Rogowski et al., 2013;Vanderploeg et al., 2009; Markfort et al., 2009). 事实上，近年来利用传感器进行湖泊水质的高频自动监测技术，获得了许多传统监测技术无法捕捉到的水生态过程(Read et al., 2011; Jennings et al., 2012; Tsai et al., 2011). 然而，目前针对我国湖泊、水库水质评价与管理中常用的总氮(TN)、总磷(TP)、高锰酸盐指数(COD_Mn)营养状态指数(TSI)、透明度(SD)等相关指标的传感器技术还不成熟，这给湖泊、水库富营养化的高频监测与管理带来了困难.能否采用已有的传感器指标估算这些重要的富营养化指标，值得深入探讨.

因此，本文以华东地区最大的水库新安江水库(千岛湖)为例，通过对水库全库不同区域的大面积采样调查，现场用传感器探头测定相关指标的同时，采集水样分析TN、TP、COD_Mn、叶绿素a(Chl)等水质指标，对两组指标进行相关分析并建立多元回归方程预测模型，分析利用传感器探头现场监测指标反演湖泊富营养化管理相关指标的可能性，以期为高频自动监测代替传统监测提供理论依据.

新安江水库又叫千岛湖，位于浙江淳安境内，最大深度108 m，平均深度34 m，库容达1.784×10¹⁰ m³，库区面积为573 m².新安江水库水量主要来自地表径流，共有大小入库支流30余条，其中，新安江是最主要的入库径流，占入库地表径流总量的60%左右.该水库兼有发电、防洪、旅游、养殖、航运、引用水源及工农业用水等多种功能，又是作为杭州生命线——钱塘江的重要水源，其生态环境对保障钱塘江中下游的环境质量和水体功能具有举足轻重的意义(吕唤春等，2003). 因此，新安江水库的水环境质量及水体营养状况一直受到关注(吕唤春等，2002；文军等，2005；刘其根等，2007).

根据新安江水库的地理形状，本研究共设置54个采样点(图 1)，分别位于5个不同的库区：东北库区(1^#~4^#)、西北库区(5^#~10^#)、西南库区(11^#~30^#)、中心库区(31^#~38^#)、东南库区(39^#~54^#).布点的原则是尽可能涵盖水库不同水质的库区，使得统计样本的代表性高，对于关注的营养盐和有机质等关键参数，变量范围足够大.

图 1(Fig. 1)

图 1 新安江水库采样点图 Fig. 1 Sampling sites in Xin′anjiang Reservoir

于2013年5月14—16日对全湖54个采样点进行样品采集.采样期间，用YSI6600V2多参数水质仪按照1 m间隔测定了上层30 m以内的叶绿素剖面变化情况，主要库区大多数点位的叶绿素峰值出现在3~7 m范围内，由于千岛湖大多数水域5~10 m深度是藻类的生长峰值区域(吴志旭等，2012)，本次采用中统一选取5 m处的水样. 带回实验室分析的水环境指标包括TN、TP、COD_Mn、乙醇提取叶绿素a(Chl)、溶解性总氮(DTN)、溶解性总磷(DTP)、铵态氮(NH⁺₄-N)、磷酸盐(PO^3-₄-P). 现场则 采用YSI6600V2多参数水质仪测定5 m深处的电导率(EC)、pH、浊度(TURB)、YSI监测叶绿素a(Chl_s)、藻蓝素反演的蓝藻细胞数(PC)、水温(TEMP)、溶解氧(DO)等.采用德国TriOS公司的CDOM探头(型号1106)测定5 m深度的CDOM值，并用透明度盘现场测定水体透明度(SD).

室内水质分析的方法主要依据《水和废水监测分析方法(第4版)》，其中，TN、TP的测定分别采用过硫酸钾消解-紫外分光光度法及钼锑抗分光光度法，DTN、DTP则分别对水样过GF/F滤膜(Whatman公司)后，再按照TN、TP的测定方法测定，NH⁺₄-N及PO^3-₄-P则是将样品过滤后直接用Skalar流动分析法测定.实验室提取测定Chl则采用陈宇炜等(2006)改进的乙醇提取法.

运用SPSS20.0进行相关分析和多元逐步回归分析.根据Carlson营养状态指数及我国湖泊富营养化指数(Carlson，1977；王明翠等，2002)，利用Chl、TP、TN、SD、COD等5个参数计算了千岛湖的营养状态指数TSI.

从表 1可以看出，本次采样的代表性还是比较好的：TN的变化范围为0.78~1.68 mg · L^-1，涵盖了III类水到V类水的浓度；TP则介于7.9~71.1 μg · L^-1之间，涵盖了I类水到IV类水的浓度范围；COD_Mn介于1.18~2.51 mg · L^-1，主要介于I类水和II类水范围；SD则介于1.10~8.60 m之间.

表 1(Table 1)

表 1 新安江水库不同库区水质平均值与范围 Table 1 Water quality of different regions in Xin′anjiang Reservoir during May 2013

表 1 新安江水库不同库区水质平均值与范围 Table 1 Water quality of different regions in Xin′anjiang Reservoir during May 2013 库区 TN/(mg·L-1) TP/(μg·L-1) CODMn/(mg·L-1) Chl/(μg·L-1) SD/m 平均值 范围 平均值 范围 平均值 范围 平均值 范围 平均值 范围 东北 1.28±0.06 1.07~1.41 29.6±2.6 23.3~37.8 1.45±0.08 1.18~1.57 9.29±1.46 5.06~13.20 1.73±0.28 1.10~2.51 西北 1.62±0.01 1.59~1.68 59.3±3.6 47.5~71.1 2.26±0.07 2.00~2.51 21.40±1.54 16.30~28.30 1.24±0.03 1.15~1.30 西南 0.94±0.03 0.78~1.30 15.8±1.3 9.5~29.3 1.56±0.04 1.27~1.96 8.59±1.52 3.07~26.90 2.79±0.15 1.50~4.00 中心 1.23±0.03 1.08~1.34 20.1±1.9 13.9~30.4 1.84±0.08 1.57~2.20 6.21±0.84 2.82~9.94 2.25±0.22 1.50~3.36 东南 1.00±0.01 0.92~1.09 12.5±0.8 7.9~21.4 1.51±0.03 1.33~1.73 6.38±0.35 3.10~8.60 6.38±0.35 3.10~8.60 库区 DTN/(mg·L-1) DTP/(μg·L-1) NH+4-N/(mg·L-1) PO3-4-P/(μg·L-1) CDOM 平均值 范围 平均值 范围 平均值 范围 平均值 范围 平均值 范围 东北 1.22±0.06 1.03~1.35 19.00±2.07 12.30~22.50 0.03±0.01 0.01~0.05 0.47±0.03 0.41~0.55 5.33±0.71 2.91~6.30 西北 1.46±0.02 1.38~1.52 26.00±5.30 10.70~42.50 0.06±0.03 0.01~0.21 3.71±1.45 0.77~8.73 16.30±1.17 11.90~19.80 西南 0.86±0.02 0.69~1.03 8.31±0.52 4.08~13.80 0.03±0.002 0.01~0.05 0.43±0.08 0.09~1.76 3.00±0.28 1.52~6.80 中心 1.16±0.02 1.05~1.22 11.00±0.96 7.80~16.70 0.04±0.003 0.02~0.05 0.47±0.08 0.09~0.86 6.74±0.68 3.89~9.42 东南 0.97±0.01 0.87~1.06 8.57±0.65 4.26~13.30 0.03±0.003 0.01~0.06 0.30±0.02 0.13~0.43 3.10±0.13 2.49~4.50

不同库区水质指标的平均值与变化范围显示出显著的空间异质性.总体而言，西北库区受来自安徽的上游河道输入的影响，污染最严重，而靠近水库下游大坝的东南库区水质最好.TN在西北库区的平均值为1.62 mg · L^-1，在1.59~1.68 mg · L^-1之间变化，处于V 类标准(GB3838—2002)，而在西南、东南库区的平均值分别为0.94、1.00 mg · L^-1，处于Ⅲ类标准. TP在西北库区的平均值最高，达到59.3 μg · L^-1，处于IV类标准，而东南库区水质介于I~II类之间. COD_Mn在西北库区的平均值为2.26 mg · L^-1，东北、东南库区平均值较低. Chl在西北库区的平均值最高，为21.4 μg · L^-1，变化范围为16.3~28.3 μg · L^-1，而在中心、东南库区的平均值较低，分别为6.21、6.38 μg · L^-1.西南库区的透明度最低，平均值为1.24 m，在1.15~1.30 m之间变化，而东南库区的透明度很高，平均值为6.38 m，在3.10~8.60 m之间变化. DTN、DTP、NH⁺₄-N、PO^3-₄-P的空间分布同样表现为西北库区高，东南库区低. CDOM在西北湖区的平均值为16.3，超过东南库区CDOM平均值的5倍，表明上游河流的外源输入是新安江水库CDOM的主要来源.

新安江水库水体的富营养化指标TN、TP、COD_Mn、Chl、SD、TSI等与传感器探头现场获取的参数之间的Pearson相关系数见表 2. 表 2结果表明：EC、pH、TURB、Chl_s、PC、CDOM等传感器探头现场获取的监测参数与水库富营养化相关指标之间呈现显著的相关性. TN与pH(p=0.002)、Chl_s(p =0.001)、PC(p <0.001)呈显著负相关关系，这反映了TN的污染区与藻类的生长区不完全一致.新安江水库的TN主要来源于上游河道(韩晓霞等，2013)，在上游河道段(西北库湾)，由于透明度低，采样深度(5 m)已经处于浮游植物生长层的下面了，可能会出现高氮浓度、低浮游植物叶绿素的现象;而到了下游库区，藻类的生物积累条件增加，甚至出现藻类生长受营养盐限制的状况，这可能是水体TN含量与探头测定的Chl_s及PC呈负相关的一个原因. TN与CDOM(p<0.001)呈显著正相关，这表明二者有较为一致的来源，即外源输入对二者都具有决定性的控制作用.

表 2(Table 2)

表 2 新安江水库富营养化水质指标与传感器现场监测指标的相关分析 Table 2 Correlation analysis between eutrophication indices and in-situ sensor monitoring parameters in Xin′anjiang Reservoir

表 2 新安江水库富营养化水质指标与传感器现场监测指标的相关分析 Table 2 Correlation analysis between eutrophication indices and in-situ sensor monitoring parameters in Xin′anjiang Reservoir TEMP EC pH TURB Chls PC DO CDOM 注：**p<0.01; *p<0.05(双尾检验). TN -0.23 0.18 -0.40** 0.21 -0.42** -0.50** -0.09 0.84** TP -0.27 0.23 -0.49** 0.35** -0.21 -0.27 -0.12 0.92** CODMn -0.11 0.10 -0.35** 0.02 -0.17 -0.28* -0.08 0.82** Chl -0.13 0.41** -0.48** 0.42** 0.12 -0.06 -0.15 0.70** SD -0.08 -0.28* 0.24 -0.52** -0.27* 0.26 0.35* -0.51** TSI -0.46 0.34* -0.41** 0.47** 0.09 -0.27 -0.24 0.77**

新安江水库的TP与pH(p<0.001)显著负相关，与TURB(p<0.01)、CDOM(p<0.001)呈显著正相关，这与磷在湖泊和水库中主要以颗粒态和有机结合态存在的现象是吻合的.颗粒物输移是新安江水库外源磷输入的主要方式(韩晓霞等，2013)，因此，反映颗粒物浓度高低的TURB及溶解性有机质含量高低的CDOM与水体TP具有显著的正相关关系.

COD_Mn与pH(p=0.009)呈显著负相关，与CDOM(p<0.001)呈显著正相关，这也反映了溶解性有机物对新安江水库水体耗氧物质的决定性作用.Chl与EC(p=0.002)、TURB(p=0.001)、CDOM(p<0.001)都呈显著正相关，与pH(p<0.001)呈显著负相关，这反映了藻类生物量决定因子的复杂性.Chl与传感器探头测定的Chl_s及反映蓝藻生物量的PC之间并没有显著的相关关系，这主要是因为探头测定的藻类生物量与实验室分析方法上的不同所致：水体中藻类不是均匀分布的，探头测定藻类时产生的瞬时值有较大的偶然性，因此，连续测定时会发现具有较大的波动性；而室内分析Chl时克服了这种偶然性，室内分析是将1~3 L的水完全过滤、浓缩后提取测定总叶绿素含量，采样探头测定Chl_s与经典分析方法对比时，往往效果不好，这有待于探头传感器的改进.

TSI与pH(p=0.002)呈显著负相关，与TURB(p<0.001)、CDOM(p<0.001)呈显著正相关，反映出新安江水库的富营养化指数既受颗粒物浓度的影响，也受溶解性有机物的影响.水体透明度与反映水体污染程度的EC、CDOM、Chl_s、TURB均呈负相关关系，与水体DO呈正相关关系.

从上述相关分析可以看出，新安江水库的CDOM指标对指示水体各富营养化指标均有显著的影响，这表明在新安江水库这种贫-中营养水平的水体，有机污染对富营养化具有重要的作用.在水质现场监测中，该指标应当得以重视.

建立新安江水库富营养化指标与传感器探头现场监测参数的多元逐步回归方程时遵循如下原则：方程方差分析F值的显著水平p应小于0.05，否则建立的方程不能使用；自变量与因变量之间因果关系明确，自变量之间独立性强(江敏等，2011).

逐步回归分析结果见表 3，针对不同的富营养化指标，入选的影响因子不同，但对富营养化指标影响较显著的因子为CDOM、TURB、PC、Chl_s，尤其是CDOM，对TN、TP、COD、Chl、TSI均有显著的影响.

表 3(Table 3)

表 3 新安江水库富营养化关键指标与传感器探头现场监测参数的多元逐步回归 Table 3 Multiple stepwise regression statistics between eutrophication indices and probe monitoring parameters in Xin′anjiang Reservoir

表 3 新安江水库富营养化关键指标与传感器探头现场监测参数的多元逐步回归 Table 3 Multiple stepwise regression statistics between eutrophication indices and probe monitoring parameters in Xin′anjiang Reservoir 指标 回归方程式 复相关系数 综合F值 TN TN=0.95+0.04×CDOM-0.0001×PC 0.867 76.9 TP TP=0.003+0.003×CDOM+0.001×TURB 0.943 203 CODMn CODMn=1.36+0.06×CDOM 0.818 106 Chl Chl=-1.58+1.21×CDOM+0.67×Chls+0.30×TURB 0.818 33.7 SD SD=5.12-0.11×TURB-0.22×CDOM-0.28×Chls+0.01×DO+0.001×PC 0.810 18.4 TSI TSI=36.45+0.94×CDOM+0.26×TURB+0.44×Chls 0.890 63.2

6个回归方程式作为简单的预测模型，把相应的影响参数带入回归方程式进行反推，将千岛湖不同采样点的模拟值与实测值进行对比，结果见图 2. 由图 2可知，TP的多元回归方程预测模型模拟效果最好(R²=0.890)，TN(R²=0.742)、TSI(R²=0.790)、COD_Mn(R²=0.670)、Chl(R²=0.655)、SD(R²=0.668)的多元回归方程预测模型的模拟效果也都较好，能够满足监测和管理上的要求.

图 2(Fig. 2)

图 2 新安江水库富营养化指标的模拟值与实测值的比较 Fig. 2 Comparison between the simulation value and observed value for eutrophication indices in Xin′anjiang Reservoir

远程高频生态监测在生态学研究及水质安全管理中发挥着越来越重要的作用.Porter等(2005)在展望无线传感器技术在生态学中的应用时，对2003、2004年发表在《Ecology》杂志上的52篇文章中涉及的生态学研究的时间、空间尺度及观测方法进行了分析，发现采用经典调查手段，研究的空间尺度越大，所能观测的时间周期就越长，而对于10 km以上的空间尺度生态问题，其观测频率基本都在月监测、季度监测，甚至年监测的频次，很难做到周频次的观测;而其中有4篇文章使用的传感器探头无线观测技术，观测频次都在小时以内，甚至是分钟、秒的周期，而观测的空间尺度则在1 km，甚至是100 km以上.这说明传感器探头技术与通讯技术的结合，能够大大拓展我们对生态系统、环境变化的观测能力. 随着通信技术与超级计算机技术的飞速发展，高频无线监测在环境领域的应用越来越广泛.

湖泊领域对高频远程监测的响应最为迅速.美国威斯康辛大学湖沼中心联合世界许多湖泊生态站，自2005年以来连续得到美国基金委及一些私人基金会的资助，发起并建立了全球湖泊生态观测网络(GLEON)，依托溶解氧、叶绿素、藻蓝素、浊度、pH、水温、CDOM等传感器探头开展了湖泊生态系统过程研究.如台湾中国医药大学的蔡正伟等利用传感器无线高频监测，分析了台风过程对高山湖泊的生产力、呼吸率及细菌群落结构的影响规律(Tsai et al., 2011). 爱尔兰的Jennings等(2012)则基于湖泊高频观测，分析了气象过程驱动对亚洲、欧洲、北美洲等湖泊生态系统的扰动效应.Jennings等的研究表明，对于藻类生长过程、溶解氧混合过程、水体分层过程、碳收支平衡过程等对气象变化快速响应的生态过程，均可以依托高频数据的分析进行研究. 美国威斯康辛大学湖沼中心的Read等(2011)则直接利用监测浮标数据分析了湖泊热稳定性过程.加拿大的Solomon等(2013)更是根据GLEON分布于全球的25个湖泊高频溶解氧数据，对不同气候条件下不同类型湖泊的呼吸作用进行了比较分析.

有“天下第一秀水”之称的千岛湖，也即新安江水库，不仅是浙江省的饮用水源地，也是中国长江三角区域的战略备用水源，因此，加强新安江水库的水质保护意义重大.为此，浙皖启动跨流域生态补偿试点，确保新安江水库的水质.但千岛湖水域面积广阔，常规水质监测仅限于小范围、较少的采样点及月度或季度低频采样(吕唤春等，2002；2003；刘其根等，2007)，而且总磷常用测定方法的最低检出浓度为0.005 mg · L^-1，千岛湖许多采样点的总磷浓度在检测限周围，测定有一定的困难，影响数据的精确性.常规的开船采样，全湖巡航1遍，采样时间就需要3 d，因此，目前常规的监测频次为1个月1次，对于两个支汊，则2个月1次.这样的监测频率无法满足蓝藻水华监测、预警的需要. 因此，建立千岛湖富营养化指标与传感器探头实时监测指标的多元回归方程预测模型可以弥补常规监测的不足，实现高频自动监测、密集广泛采样等目标.

从前面的多元逐步回归分析结果看，利用传感器探头实时监测指标拟合估算TN、TP、COD_Mn、TSI等水质管理指标的结果较好，具有可行性.其中，CDOM指标具有非常重要的作用，CDOM是水体溶解性有色有机物，其光化学降解可以分解成丙酮酸和其他低分子羟基化合物，为微生物生长提供碳源和氮源(Gao et al., 1998; Kieber，1999). 因此，CDOM本身的确是水体富营养化的重要因素.高频自动监测不仅为新安江水库管理人员进行水质监测提供了参考和便利，而且也能为生态-水文模型的构建和模型驱动数据的准备提供很好的支持.

本研究证明了利用高频传感器探头实时监测数据能够很好地拟合富营养化管理指标.但具体的应用还需要进行不同季节的调查，以获得不同藻类组成下的拟合关系，进一步提高拟合的精度.不同季节，由于水温不同，藻类的种群结构会有所变化，这将影响叶绿素和藻蓝素所代表的藻类生物量与总氮、总磷及高锰酸盐指数之间的具体关系.因此，在具体应用中要针对不同的水库，结合不同季节的数据库，拟合出更为准确的方程.

新安江水库各湖区水质差异较大，调查的54个点位中，SD介于1.10~8.60 m之间，TN介于0.78~1.68 mg · L^-1之间，TP介于7.90~71.1 μg · L^-1之间，具有较为宽泛的代表性，表现为西北库区污染严重，东南库区污染较轻.水体富营养化管理指标，如TN、TP、COD_Mn等与传感器探头现场监测指标之间存在很好的关联性.现场测定的CDOM与水体TN、TP、COD_Mn、Chl、TSI、SD均有显著相关性，而TURB对TP、Chl、TSI、SD也有显著影响，PC对TN、COD_Mn有密切关系，而传感器现场监测的Chl_s与TN，SD有显著的相关性.通过多元逐步回归拟合，将传感器探头现场监测指标的组合进行预测，能够很好地估算出TN、TP、COD_Mn、Chl、TSI、SD等指标，为水质管理提供科学依据.因此，传感器探头的野外高频自动监测实现了传统监测方法中无法获取的实时数据和现象，有助于我们进一步了解湖泊和水库的富营养状况，预测、预警蓝藻水华等生态灾害的发生.

致谢(Acknowledgements)： 淳安县环境监测站吴志旭站长对野外采样提供了大量的帮助，杭州市环境科学研究院的虞左明教授级高工在研究思路上提出了建议，殷燕工程师协助进行了样品分析，中国科学院南京地理与湖泊研究所的任理工程师、张成英实验师帮助完成了大量的样品分析，在此一并表示感谢.